Gtec

Brainko | Sector Seguros | México

The Challenge

Las compañías de seguros manejan un desafío constante: recibir enormes listas de vehículos (flotillas, que incluyen desde autos hasta camiones) que deben ser identificados de manera precisa con las claves de sus catálogos internos para generar cotizaciones de seguros.

El problema es que este proceso es manual, lento y propenso a errores:

1. Comparación manual: Las descripciones de los vehículos suelen ser incompletas o ambiguas, y el usuario debe compararlas contra catálogos internos extensos con miles de claves específicas.

2. Lentitud: Sin automatización, esta tarea depende de la experiencia del operador y puede tardar días o incluso semanas.

3. No es universal: Cada aseguradora tiene su propio catálogo de claves, lo que impide replicar fácilmente el proceso entre compañías.

El cliente buscaba reconstruir su sistema de asignación de claves y esperaba que la inteligencia artificial resolviera automáticamente el problema. Sin embargo, aplicar IA generativa de forma directa sobre catálogos completos implicaba altos costos, tiempos de respuesta elevados y resultados potencialmente inestables.

El verdadero desafío era encontrar la forma correcta de integrar inteligencia artificial dentro de un proceso complejo sin comprometer precisión, eficiencia ni costos.

The Solution

Gtec rediseñó completamente el proceso de asignación mediante una arquitectura híbrida que combina algoritmos especializados con capacidades de inteligencia artificial.

En lugar de depender exclusivamente de IA generativa, se desarrolló un sistema compuesto por 3 algoritmos que trabajan como un solo cerebro:

• Algoritmo histórico, que aprende de asignaciones previas realizadas por usuarios y replica automáticamente decisiones ya validadas.

• Algoritmo de reglas y evaluación, que estandariza la descripción de los vehículos y utiliza búsqueda semántica sobre catálogos indexados para identificar las coincidencias más cercanas.

• Algoritmo de inteligencia artificial, que utiliza Gemini a través de Vertex AI únicamente en los casos más complejos, evaluando los mejores candidatos para determinar la clave correcta.

Este enfoque permite utilizar inteligencia artificial sólo cuando realmente aporta valor, reduciendo significativamente el número de llamadas al modelo y optimizando los costos operativos.

La plataforma fue desplegada completamente en Google Cloud, utilizando:

• Cloud Run para el procesamiento escalable de las solicitudes, además del despliegue del portal que usan los usuarios.

• Pub/Sub para la orquestación de tareas y paralelización del procesamiento

• BigQuery para almacenamiento de catálogos, resultados y métricas

• Cloud SQL como base de datos operativa

• Vertex AI con Gemini y Vertex AI Search para inteligencia generativa y búsqueda semántica

• Looker para monitoreo y visualización del desempeño del sistema

Los usuarios ahora pueden cargar archivos completos de flotillas a través de una aplicación web y recibir las asignaciones en cuestión de minutos, junto con métricas de similitud y justificaciones para cada resultado.

The Result

Un proceso que anteriormente podía tomar días o incluso semanas, ahora se ejecuta en minutos, permitiendo procesar flotillas completas de cientos o miles de vehículos de forma automatizada.

El sistema no solo aceleró el proceso de cotización, sino que también:

• Estandarizó el conocimiento del proceso, reduciendo la dependencia de usuarios expertos

• Mejoró la consistencia de las asignaciones entre diferentes aseguradoras

• Optimiza los costos de inteligencia artificial, limitando su uso solo a los casos donde realmente es necesario

• Permite aprendizaje continuo, ya que las asignaciones correctas alimentan el algoritmo histórico

Más que automatizar una tarea, la solución transformó un proceso manual complejo en un sistema inteligente capaz de aprender, optimizar y escalar con el uso.

Pero el verdadero impacto del proyecto va más allá del caso específico de asignación de vehículos.

Este proyecto demuestra que la inteligencia artificial genera mayor valor cuando se integra estratégicamente dentro de procesos existentes, combinándose con algoritmos, reglas de negocio y conocimiento histórico para potenciar la toma de decisiones.

Aunque el problema original era altamente especializado, el enfoque desarrollado: arquitectura híbrida, uso selectivo de IA y aprendizaje continuo del sistema, puede aplicarse a una gran variedad de procesos empresariales donde existen catálogos complejos, decisiones repetitivas o dependencia de conocimiento experto.

En otras palabras, más que resolver un problema puntual, la solución se convirtió en un ejemplo de cómo la inteligencia artificial, cuando se diseña correctamente, puede transformar procesos operativos completos y escalar ese conocimiento dentro de una organización.

"Cita del Cliente"

“Este proyecto demuestra que la inteligencia artificial no se trata de reemplazar procesos existentes, ni de moda, o de una solución mágica, sino de que al integrarla estratégicamente las organizaciones pueden potenciar su conocimiento, mejorar exponencialmente sus procesos, encontrar respuestas y tomar mejores decisiones.”

— Equipo de Ingeniería, Gtec